编号
zgly0000833395
文献类型
期刊论文
文献题名
基于支持向量机的EO-1 Hyperion遥感图像分类研究
学科分类
220.2530;林业遥感
作者单位
东北林业大学林学院
母体文献
安徽农业科学
年卷期
2014(15)
页码
4892-4894+4900
年份
2014
关键词
Hyperion
支持向量机(SVM)
森林类型识别
分类方法
核函数
文摘内容
以EO-1 Hyperion高光谱遥感数据为基础,对其进行大气校正、几何校正、滤波等处理,采用支持向量机分类方法对其进行分类,选择不同的核函数,主要有线性核、多项式核、径向基核、Sigmoid核,其余采用相同参数设置,进而比较不同核函数在EO-1 Hyperion数据分类中的效果。结果表明,采用支持向量机方法对研究区域的EO-1 Hyperion遥感数据进行分类,采用不同的核函数对分类结果影响不大。